|
标签：杂谈 |
矿泉水瓶的底部都有一个带箭头的三角型，三角形里有一个数字，你注意过吗？今天让我们一起来学习一下吧！
PET：聚对苯二甲酸乙二醇脂
常见矿泉水瓶、碳酸饮料瓶等。耐热至70℃易变形，有对人体有害的物质融出。1号塑料品用了10个月后，可能释放出致癌物DEHP。不能放在汽车内晒太阳；不要装酒、油等物质。
HDPE：高密度聚乙烯
常见白色药瓶、清洁用品、沐浴产品。不要再用来做为水杯，或者用来做储物容器装其他物品。清洁不彻底，不要循环使用。
PVC：聚氯乙烯
常见雨衣、建材、塑料膜、塑料盒等。可塑性优良，价钱便宜，故使用很普遍，只能耐热81℃.高温时容易有不好的物质产生,很少被用于食品包装。难清洗易残留，不要循环使用。若装饮品不要购买。
PE：聚乙烯
常见保鲜膜、塑料膜等。高温时有有害物质产生
|
标签：杂谈 |
最近哥在看书。主要是看python方面的东东。之前写agriGO时候发现不少问题，亟待学习。然后又找到了一些别人的package，看得我很自卑啊。人家怎么就写的那么漂亮呢。靠~
不过状态不好啊。注意力老集中不了，难道是感冒还没好完全?嗯，尤其是在实验室，昏昏欲睡啊，估计是高温加缺氧造成的。
下面的破照片实在是没有什么吸引了，但是我没东西传啊~ 先传上来，以后隔段时间拍拍，用来记录窗外的变化。施工弄得很吵啊，而且空气也不好。所以最近尽量躲宿舍看书吧~
以上就是，超级无敌没油盐的流水账~
ps:高考作文
|
标签：杂谈 |
今天立冬！冬天来了，同志们要准备过冬了~ 又惊闻明天要有大寒潮，因此今天我就开始疯狂洗洗涮涮，添购物品，迎战寒冬！
老周终于到了休斯顿了，没事可以看看火箭发射，真好~ 可惜他不好NBA，否则可以去看看火箭嘛~
最近去吃了BK，就是burger king，就是汉堡王。感觉一般般，挺贵的，MM手中的汉堡一个18呢~这个价格完全跟欧美接轨了嘛，哎，不如去吃烤羊肉串来的值。不过这次去吃的主要目的还是尝尝鲜。记得在德国的时候出去逛荡，在某个不起眼的火车站周边就有这种BK店，哥推断这种店在欧美国家估计也就是马兰拉面在国内的状况。
最后，最近进展比较缓慢，新的agriGO工具基本开发完成，正在写各种文档，超级不想写啊~巨麻烦~有人帮我都写掉就好了~
OK，流水账记录完毕，接着洗裤子去了~
|
标签：杂谈 |
今天是11月的第一天啊！貌似是传说中的小光棍节~那么再过10天，就是贼霸道的大光棍节了！
这里献上6号楼前肥猫的照片一张~ 此猫性情极度温和，极度淡定，极度豁达！任你如何揉，掐，摸，拎，都不会有反应~体重也极大~ 像猪 (ˇˍˇ）~ 照片里头个头不大，是没拍好，其实蛮肥的~
今天起得晚啊，睡觉的冷得直哆嗦，睁眼一看，居然下雪鸟~ 11月1日哇，这雪挺早。记得我大一刚到北京的时候，也是下了场极早的雪，当时那个兴奋劲啊，吼吼~
|
标签：杂谈 |
最近实在太累了，实在挤不出时间来写博客。从这个月1号开始，我每天都是晚上两点多之后睡，白天8点起，中午不歇，一通猛搞啊。就想做个新的GO分析工具。一开始也没多想就是有一些模糊的想法，结果做的时候感觉灵感蹭蹭的啊。一会一个新想法，好几次都是做好了，然后觉得还有更好的，就把之前的推倒重做，虽然舍不得吧，但是还是要做啊。嗯，成就感是有滴~
这么忙忙叨叨到了这周一，终于把核心的SEA分析部分做好了。然后明显感觉自己体力上，精神上都来不动了啊。这个礼拜一直太调整，却始终找不回，前三个礼拜的状态。体力不支，做着做着就开始走神了。嗯，所以一直在调整自己。反正就是那种一鼓作气再而衰三而竭，我现在就在再而衰的阶段。嘿嘿。今天头又暴疼，嗯，刚才猛搞了会，现在写写博客休息一下。
把之前的一些东西翻出来，show一下。早就想弄了，之前忙啊~
这是4号线刚开的时候，头一次去的景象。里头的装修很好啊！新的就是不一样啊~
| 分类：旅游 |
咚咚锵，咚咚锵，庆祝祖国60岁哇！听说会有大阅兵，所以跑到天安门去了，想看看是不是布置的很漂亮。天气很不错哇，嘿嘿。
去到天安门，果然很雄伟，可惜花坛还没有摆上，估计是为时尚早吧。
这是之前在西单的广场那里，哇哈哈，在喷泉的背景下，哥的雄霸之气一览无余~哎，就如同黑暗中的萤火虫，躲不了，躲不了哇~
跟前一张一对比，很明显猫猫就毫无气势可言~
看哥拍照的水平多么
|
标签：杂谈 |
数学之美 系列十九 － 马尔可夫链的扩展 贝叶斯网络 (Bayesian Networks)
2007年1月28日 下午 09:53:00
发表者：Google 研究员，吴军我们在前面的系列中多次提到马尔可夫链 (Markov
Chain)，它描述了一种状态序列，其每个状态值取决于前面有限个状态。这种模型，对很多实际问题来讲是一种很粗略的简化。在现实生活中，很多事物相互的关系并不能用一条链来串起来。它们之间的关系可能是交叉的、错综复杂的。比如在下图中可以看到，心血管疾病和它的成因之间的关系是错综复杂的。显然无法用一个链来表示。
我们可以把上述的
|
标签：杂谈 |
数学之美 系列三 -- 隐含马尔可夫模型在语言处理中的应用
2006年4月17日 上午 08:01:00
发表者：吴军，Google 研究员前言：隐含马尔可夫模型是一个数学模型，到目前为之，它一直被认为是实现快速精确的语音识别系统的最成功的方法。复杂的语音识别问题通过隐含马尔可夫模型能非常简单地被表述、解决，让我不由由衷地感叹数学模型之妙。
自然语言是人类交流信息的工具。很多自然语言处理问题都可以等同于通信系统中的解码问题 -- 一个人根据接收到的信息，去猜测发话人要表达的意思。这其实就象通信中，我们根据接收端收到的信号去分析、理解、还原发送端传送过来的信息。以下该图就表示了一个典型的通信系统：
其中 s1，s2，s3...表示信息源发出的信号。o1, o
|
标签：杂谈 |
4. 无处不在的贝叶斯
以下我们再举一些实际例子来说明贝叶斯方法被运用的普遍性，这里主要集中在机器学习方面，因为我不是学经济的，否则还可以找到一堆经济学的例子。
4.1 中文分词
贝叶斯是机器学习的核心方法之一。比如中文分词领域就用到了贝叶斯。Google 研究员吴军在《数学之美》系列中就有一篇是介绍中文分词的，这里只介绍一下核心的思想，不做赘述，详细请参考吴军的文章（这里）。
分词问题的描述为：给定一个句子（字串），如：
南京市长江大桥
如何对这个句子进行分词（词串）才是最靠谱的。例如：
1. 南京市/长江大桥
2. 南京/市长/江大桥
这两个分词，到底哪个更靠谱呢？
我们用贝叶斯公式来形式化地描述这个问题，令 X 为字串（句子），Y 为词串（一种特定的分词假设）。我们就是需要寻找使得 P(Y|X) 最大的 Y ，使用一次贝叶斯可得：
P(Y|X) ∝ P(Y)*P(X|Y)
用自然语言来说就是 这种
